作者 | YOUNG

　　题图 | 网络

　　据媒体报道，中国目前的单身成年女性的数量已经超过一个多亿，也就是说14.3%的成年女性处于单身状态，与日本全国人口总数基本相当。知己知彼，百战不殆。如果你是一个单身女性，你可以看到自己的某些影子；如果是单身男生，你需要了解目标人群的特点；如果是已婚男士，要相信“天下凤凰一般美！！！”

　　本文转自公众号科学小镇

　　开始本文之前有几点说明：

　　1、本文数据主要来自于某婚恋网站的爬虫搜索数据；

　　2、该网站上的女生默认为单身；

　　3、该网站上的个人信息默认为真实；

　　4、爬取的样本数据具有充分的代表性。

　　▍基本概况

　　爬取该网站18~37岁之间的女生个人主页信息，总体数量在5000左右，地域范围涵盖三十多个省（自治区、直辖市）。数据质量方面：身高、体重和工作等部分信息缺省。

　　▍人群年龄与星座分布

　　从年龄直方图看，基本满足正态分布，在24岁和32岁左右存在两个较大的波峰。18~23岁正处于大学教育阶段，校园恋情比较多，因此该年龄阶段在网站注册人数较少；26岁处于两个波峰之间，是剩下比较少的年纪，说明这个年龄阶段的比较抢手。

　　从星座分布来看，风相星座中的双子座（11.47%）和天秤座（10.58%）的优异成绩勇夺前两名，有意思的是，同属风相星座的水瓶座以5.51%垫底。按照一般的理解，风相星座想象力丰富，擅长社交，语言表达能力强，但性格变化多端，有喜新厌旧和情绪化的毛病，这也许是呈现两极分化的原因吧。而自带招黑体质的处女座（8.78%）表现相对中庸。

　　▍外貌协会特点

　　从身高分布直方图上看，身高的众数为165CM，主要分布区间为160~170。

　　从体重分布直方图上看，体重集中于48~53kg之间，基本满足正态分布规律。

　　从外貌自我描述的关键词上看，“迷人”、“秀气”、“可爱”高居三甲，同时“长发”看起来是一个很重要的特征，有意思的是还有人将“爱笑”、“健康”作为自我外貌的描述关键词。

　　▍个性和爱好

　　从个性描述上看，“温柔”、“开朗”、“活泼”的女生占据了单身女性的大多数，估计和人群分布规律类似。比较吸引眼球的关键词“简单”。我觉得此处的简单，可能就是所谓的“喂马劈柴周游世界”“从明天起关心粮食和蔬菜”吧。

　　从爱好上看，“旅游”、“逛街”、“聚会交友”爱好榜前三名。这也很好理解，主要的爱好其实是买买买，可以逛街买，也可以旅游买，买了之后可以聚会交友，而后带上朋友一起买。。。

　　▍受教育情况

　　受教育程度上看，本科占据了绝大多数，这和人群的分布规律基本一致。

　　▍工作和收入

　　职业分布情况见下图：

　　令人比较吃惊的是各位单身的收入，不想评论了，都这么高。。。

　　▍全国分布情况

　　可以看出，经济发达的上海、北京等大城市的数量比较多，与黑河腾冲线人口分布规律一致。

　　▍数据相关性

　　选取年龄、身高、星座、省份、学历、收入、职业等7个维度的刻画数据，分别计算Pearson、Spearman和Kendall相关系数。

　　结论基本一致：收入和职业的相关性较强（Pearson相关系数=0.46），其次是收入和年龄、学历的相关性。一个有趣的发现是身高和学历竟然存在微弱的相关性，Pearson相关系数为0.26；而星座与其他各项的相关性最弱，所以经常说的XX星座擅长考试的说法应该是没有依据的吧。

　　▍小结

　　单身女生分析报告基本完成。从统计结论上看，与人群分布规律基本一致，也与外界的认知基本统一。不过也有几点有意思的发现：比如年龄分布的双峰特点、风相星座的两极分化、“旅游逛街交友”的三大爱好以及身高和学历间的微弱相关性。

　　注：本文仅为作者观点，不代表DT数据侠立场。

　　▍数据侠门派

　　本文数据侠YOUNG，三栖不出名科学爱好者，喜欢异想天开捯饬代码，对数据分析和挖掘很有兴趣。

　　▍加入数据侠

　　“数据侠计划”是由第一财经旗下DT财经发起的数据社群，包含数据侠专栏、数据侠实验室系列活动和数据侠联盟，旨在聚集大数据领域精英，共同挖掘数据价值。了解数据侠计划详情请回复“数据侠计划”，申请入群请添加DT君微信（dtcaijing003）并备注“数据社群”，投稿、合作请联系[email protected]。